[发明专利]基于探地雷达的地下空洞量化识别方法

说明书

本发明专利提供一种基于探地雷达的地下空洞量化识别方法，该方法通过对探地雷达数据的预处理并构建空洞量化识别模型，实现对地下空洞的位置、尺寸等信息进行定量识别的目的。其实现步骤为：1.预处理，包括对探地雷达原始数据进行零点标定、滤波和增益处理；2.空洞回波信号特征提取，对预处理后的时间域雷达数据进行降维处理并提取空洞回波信号特征，作为空洞量化识别的特征向量；3.构建量化识别初始模型，将探地雷达数据中空洞和非空洞数据按照一定比例进行抽取组成训练样本集，利用径向基函数(RBF)作为核函数的SVM对该训练样本集进行训练构建出初始的空洞量化识别模型；4.模型参数优化，通过交叉验证的方法进行参数优化，利用该优化参数对初始模型进行修正得到高精度的空洞量化识别模型，并通过该模型实现地下空洞的量化识别。

技术领域

本发明属于探地雷达探测应用技术领域，涉及一种基于探地雷达的地下空洞量化识别方法，该方法通过对探地雷达数据的预处理、训练空洞样本并构建量化识别模型，从而实现对地下空洞的位置、尺寸等信息进行定量识别的目的。

背景技术

近年来，城市地下工程规模不断扩大，大中型城市地铁修建、地下管线铺设进入高速发展阶段，地下工程施工引起的土体扰动进而引起道路塌陷事故时有发生，威胁道路安全。物探技术的快速发展为城市道路地下空洞的探测提供了重要手段，其中探地雷达(GPR)技术是一种用电磁波反射来确定地下介质分布的技术，并以其无损、快捷以及浅层高分辨率的优势被广泛应用于道路地下病害检测中。目前，GPR技术在路基空洞探测中仅能实现对地下空洞的定性解释，难以实现定量识别，仍无法满足城市道路安全监测和养护的需求。

因此，如何解决现有技术中，准确并快速的识别出空洞位置、尺寸等参数信息是本领域技术人员亟待解决的。

发明内容

本发明的目的是实现对地下空洞位置、尺寸等参数的自动识别。为了达到上述目的，本发明提出了一种基于探地雷达的地下空洞量化识别方法。本发明采取的步骤如下：

1、对接收到的原始探地雷达数据进行预处理；

2、对预处理后的数据进行空洞回波信号时域特征提取；

3、运用核函数为RBF的SVM训练出初始量化识别模型；

4、通过交叉验证的方法对初始量化识别模型进行参数优化；

在上述技术方案中，步骤1、所述预处理包括对探地雷达原始数据进行零点标定、滤波和增益处理。其中，零点标定的目的是标定地面起始零点，滤波处理以消除噪声干扰，增益处理是对深部回波信号进行衰减补偿，提高信噪比。

步骤2、对步骤1中预处理后的时间域雷达数据应用主成分分析法进行降维处理，并将前10个贡献率最大的主成分作为空洞量化识别的特征向量，可最大限度的提取地下空洞回波信号的时域特征。

步骤3、将步骤2探地雷达数据中空洞和非空洞数据道按照1∶2的比例随机抽取组成训练样本集，抽取过程中应保证抽取数据道集的数量不少于数据道集总数量的五分之一；利用径向基函数(RBF)作为核函数的SVM对该训练样本集进行训练构建出初始空洞量化识别模型。

RBF核函数计算公式为：

步骤4、直接影响识别的精度的2个关键参数为惩罚因子C和gamma函数参数g，通过交叉验证的方法，即通过固定一个参数来优化另一个参数的方法实现对步骤3中整体参数的优化；最终利用该优化参数对3中的初始模型进行修正得到高精度的空洞量化识别模型。

本发明相对于现有技术取得了以下技术效果：本发明的特征提取方法能最大限度的提取并利用地下空洞回波信号的时域特征，且本发明的空洞量化识别模型参数可以根据空洞样本集进行优化，有效的提高了地下空洞量化识别模型的识别精度和适用性。

附图说明